[論文レビュー] Data management in systems biology I - Overview and bibliography

Gerhard Mayer|ArXiv.org|Aug 4, 2009

Scientific Computing and Data Management参考文献 329被引用数 7

ひとこと要約

本稿は、多数の国際的研究グループが関与する大規模で分散型の研究プロジェクトにおける、標準化、保存、交換、統合に焦点を当てた、システム生物学におけるデータ管理の包括的概要を提供する。ワークフロー・システムとTABベースのデータ形式の使いやすさをスプレッドシートツールと照らし合わせて評価し、実験生物学者および研究チームが最適なデータ管理アプローチを選定するための実用的ガイダンスを提示する。

ABSTRACT

Large systems biology projects can encompass several workgroups often located in different countries. An overview about existing data standards in systems biology and the management, storage, exchange and integration of the generated data in large distributed research projects is given, the pros and cons of the different approaches are illustrated from a practical point of view, the existing software - open source as well as commercial - and the relevant literature is extensively overview, so that the reader should be enabled to decide which data management approach is the best suited for his special needs. An emphasis is laid on the use of workflow systems and of TAB-based formats. The data in this format can be viewed and edited easily using spreadsheet programs which are familiar to the working experimental biologists. The use of workflows for the standardized access to data in either own or publicly available databanks and the standardization of operation procedures is presented. The use of ontologies and semantic web technologies for data management will be discussed in a further paper.

研究の動機と目的

• 複数の国際的研究グループが関与する大規模かつ分散型のシステム生物学プロジェクトにおける、大規模で分散型のデータ管理の課題に対処すること。
• 実際のシステム生物学ワークフローにおける実用性を評価するため、既存のデータ標準、保存ソリューション、データ交換メカニズムの検証。
• システム生物学におけるデータ管理のためのオープンソースおよび商業ソフトウェアツールの特定と比較。
• 実験生物学者によるアクセス性と相互運用性の向上を図るため、TABベースのデータ形式とワークフロー・システムの使用を促進すること。
• 後続論文で詳しく検討される予定の、オントロジーとセマンティックウェブ技術の役割を踏まえ、意味的データ統合の基盤を構築すること。

提案手法

• システム生物学における既存のデータ標準の体系的レビューと分析、その強みと限界の評価。
• ローカルおよびパブリックデータベースにおけるデータへの標準化されたアクセスを可能にするワークフロー・システムの評価。
• 一般的なスプレッドシートソフトウェアで読み取り可能かつ編集可能な、人間が読みやすいTABベースのデータ形式に焦点を当てる。
• 使いやすさと統合能力に重点を置き、オープンソースおよび商業ソフトウェアツールのデータ管理における比較。
• 複数機関にまたがる研究プロジェクトにおけるデータ保存、交換、統合のためのベストプラクティスの特定。
• セマンティックウェブ技術とオントロジーの役割についての議論（第2部で概説）。

実験結果

リサーチクエスチョン

• RQ1 大規模かつ分散型のシステム生物学プロジェクトにおける、最も効果的なデータ管理アプローチは何か？
• RQ2 TABベースのデータ形式は、実験生物学者にとってのアクセス性と使いやすさをどのように向上させることができるか？
• RQ3 標準化されたデータアクセスと管理のためのワークフロー・システムの利点と欠点は何か？
• RQ4 オープンソースおよび商業ソフトウェアツールの中で、システム生物学におけるデータ管理に最も適したものは何か？
• RQ5 データ標準とセマンティック技術を活用することで、研究グループ間でのデータ統合をどのように改善できるか？

主な発見

• TABベースのデータ形式は、標準的なスプレッドシートアプリケーションを用いて、データの視認および編集が容易になる。これは、実験生物学者が馴染みのあるツールである。
• ワークフロー・システムは、プライベートおよびパブリックデータベースにおけるデータへの標準化されたアクセスを顕著に向上させ、再現性と効率性を高める。
• システム生物学におけるデータ管理のための広範なオープンソースおよび商業ソフトウェアツールが存在するが、プロジェクトのニーズに応じてそれぞれに特徴的な利点がある。
• 既存のデータ標準は成熟度や採用度に差があり、相互運用性や長期的保守性において顕著な差異を示している。
• 将来のデータ統合の基盤として、オントロジーとセマンティックウェブ技術の活用は不可欠であるが、さらなる開発と標準化が求められる。
• システム生物学における実用的なデータ管理には、標準、ソフトウェアツール、使いやすいデータ形式をバランスよく組み合わせたアプローチが必要である。